当前位置: 首页 > 文章 > 基于改进K均值聚类的葡萄果穗图像分割 江苏农业科学 2018 (24) 239-244
Position: Home > Articles > Grape spike image segmentation based on improved K means clustering Jiangsu Agricultural Sciences 2018 (24) 239-244

基于改进K均值聚类的葡萄果穗图像分割

作  者:
刘智杭;于鸣;任洪娥
单  位:
东北林业大学信息与计算机工程学院
关键词:
葡萄果穗;K均值聚类;局部异常因子(LOF);图像分割;算法
摘  要:
针对在自然光照复杂背景下,葡萄果穗区域分割准确度差的问题,提出一种融合局部异常因子(LOF)算法和K均值聚类算法的图像分割算法。本算法首先对由像素点组成的数据集合进行局部偏离因子(LOF)值计算,然后通过LOF值将数据集合重新排序,剔除LOF值最大的前n个对象,最后对局部异常因子算法输出的数据集合进行K均值聚类。在聚类过程中,通过局部偏离因子的值优化了初始聚类中心的选择,并降低了离群点和孤立点对最终聚类结果的影响。选取50幅不同光照、不同背景下的成熟巨峰葡萄果穗图片进行分割试验,结果表明改进的图像分割算法能更准确地将葡萄果穗从复杂背景中分割出来。
译  名:
Grape spike image segmentation based on improved K means clustering
作  者:
Liu Zhihang;
单  位:
Liu Zhihang

相似文章

计量
文章访问数: 19
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊